NVIDIA acelera 5x simulações industriais com IA avançada em 2026
Agentes de IA como o GPT-6 Astra, combinados às bibliotecas Omniverse, já montam cenas 3D, testam falhas em turbinas e otimizam armazéns virtuais, reduzindo risco e custo em projetos reais.
Tecnologia
Novas soluções de IA da NVIDIA prometem revolucionar testes e otimizações industriais até 2026.
Leia também: Mistral AI libera pesos abertos do gigante Mistral Large 4 hoje
Agentes de IA avançados, como o GPT-6 Astra, estão sendo usados por engenheiros e desenvolvedores da NVIDIA para criar simulações digitais complexas em poucos passos, de armazéns automatizados a turbinas a gás, com testes de falhas e ajustes de layout feitos em ambientes virtuais antes de qualquer mudança física.
IA transforma fotos e medições em armazéns digitais
Na área de logística, o engenheiro David Wehr, da equipe de tecnologia de simulação da NVIDIA, desenvolve um fluxo de trabalho em que um agente de IA interpreta fotos panorâmicas e dados de nuvem de pontos para reconstruir digitalmente galpões e centros de distribuição, removendo prateleiras e máquinas do modelo.
O processo gera uma espécie de “casco” vazio e editável do prédio, armazenado em formato OpenUSD e renderizado com bibliotecas Omniverse para inspeção em 3D. A partir daí, o espaço passa a funcionar como um ponto de partida para automação.
“O objetivo é um modelo editável e pronto para simulação onde desenvolvedores podem adicionar ou reposicionar prateleiras e máquinas para avaliar layouts e planos de automação antes de mudanças físicas”, afirma Wehr. A proposta é reduzir custos de obras e realocações mal planejadas, antecipando gargalos de fluxo e colisões entre robôs, empilhadeiras e esteiras.
Simulações testam falhas em turbinas a gás
Em outro projeto, o especialista em relação com desenvolvedores Omniverse Pradeep Kaushik usa o Astra para montar uma aplicação de análise de cenários para turbinas a gás e geradores. Engenheiros podem variar parâmetros como carga, temperatura ambiente e composição do combustível para observar, em tempo real, como isso afeta potência, eficiência, consumo e resposta do equipamento.
A aplicação simula também situações de falha, como válvula de combustível presa ou erro em sensor de exaustão, em seis procedimentos de teste diferentes. A parte física e termodinâmica é calculada por ferramentas como Cantera e SciPy, integradas ao código gerado pelo agente de IA.
Os resultados são mapeados para uma turbina 3D com animações de rotor e indicadores coloridos de temperatura, pressão e velocidade de fluxo, atualizados por bibliotecas Omniverse. O usuário consegue girar e aproximar o modelo, trocar indicadores, pausar a resposta simulada e comparar gráficos e instrumentos virtuais na mesma tela.
“A aplicação oferece uma forma interativa para engenheiros investigarem como mudanças operacionais e falhas podem afetar o comportamento do equipamento”, explica Kaushik. A ideia é ajudar a decidir quais cenários merecem ir para testes físicos, mais caros e demorados.
Biblioteca com 2 mil ativos agiliza montagem de cenas
Para acelerar ainda mais esse tipo de trabalho, a NVIDIA mantém a SimReady Central Library, um acervo com mais de 2.000 ativos USD prontos para simulação, vindos de fabricantes de equipamentos e provedores de conteúdo. Esses objetos já trazem propriedades físicas configuradas para uso em robótica e gêmeos digitais industriais.
Paul Kind, da equipe de documentação do Omniverse, demonstrou o potencial dessa abordagem ao pedir a um agente de IA que montasse uma cozinha digital completa a partir da biblioteca. A cena final teve 180 elementos, extraídos de 63 ativos únicos, além de geometrias sob medida criadas pelo próprio fluxo.
Depois de cada versão da cena, Kind revisou imagens renderizadas com Isaac Sim e orientou novos ajustes por texto. “Desenvolvedores podem selecionar ativos SimReady com propriedades de simulação embutidas para suas tarefas e testar em ambientes montados”, diz o engenheiro. O mesmo método vale para linhas de montagem, células de robôs ou pequenas fábricas virtuais.
Simulação de armazém revela limites de desempenho
O engenheiro principal Bhavik Sanganee levou a combinação de IA e Omniverse ao limite ao montar uma grande simulação de armazém com múltiplos braços robóticos e esteiras. Com a ajuda do Astra, ele criou a cena, aumentou gradualmente a complexidade e passou a medir o desempenho quadro a quadro.
Quando o número de elementos dobrou em relação ao cenário inicial, a taxa de atualização caiu abaixo da meta. Sanganee então reconfigurou o sistema para executar, em paralelo, os cálculos de física, a renderização de imagens e a preparação de vídeo.
“Ao distribuir cálculos de física, renderização e vídeo, conseguimos restaurar o desempenho e escalar ainda mais a simulação”, relata. Em um dos testes, com 80 transportadoras, 40 braços robóticos e 800 caixas, a cena manteve 30 quadros por segundo em resolução Full HD durante dois minutos, completando 640 colocações de caixas no período.
Ao duplicar a cena novamente, o desempenho voltou a cair. A análise apontou o pipeline de física e controle robótico como principal gargalo — informação que orienta os próximos ciclos de otimização de código e arquitetura.
Entenda o contexto
Os projetos descritos fazem parte de um movimento mais amplo dentro da NVIDIA de usar agentes de IA de ponta para escrever código, montar cenas 3D e conectar bibliotecas especializadas do Omniverse, que trazem física acelerada por GPU, renderização RTX e simulação de sensores.
Nesse modelo, o desenvolvedor descreve em linguagem natural o que precisa — reconstruir um galpão, testar uma falha em turbina, montar uma célula de robô — e o agente gera scripts, importa ativos, liga motores de física e constrói interfaces interativas. O humano revisa, corrige e orienta as próximas iterações.
O objetivo é reduzir o tempo entre a ideia de uma simulação e um protótipo funcional capaz de orientar decisões reais em logística, energia, manufatura e robótica, diminuindo riscos, custos de prototipagem física e tempo de parada de equipamentos.
